sebelumnya
Sumber : Dendawijaya,2005 dan Samsul,2006
3.5. Teknik Kelayakan Data
Teknik analisis yang digunakan untuk menguji hipotesis yang dirumuskan dalam penelitian ini adalah metode kuantitatif. Analisis data kuantitatif adalah
bentuk analisa yang menggunakan angka-angka dan perhitungan dengan metode statistik, maka data tersebut harus diklasifikasikan dalam kategori tertentu dengan
menggunakan tabel-tabel tertentu, untuk mempermudah dalam menganalisis dengan menggunakan program SPSS 19 for windows. Adapun alat analisis yang
digunakan sebelum melakukan hipotesis adalah mengunakan analisis regresi berganda dengan terlebih dahulu melakukan uji lolos kendala linier atau uji
asumsi klasik. Untuk mengetahui pengaruh Return On Asset ROA, Loan to Deposit Ratio LDR dan Capital Adequacy Ratio CAR terhadap Return Saham
maka langkah-langkah pengujiaannya adalah sebagai berikut :
3.5.1. Uji Asumsi Klasik
Dalam penelitian ini uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis
dalam penelitian ini terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokorelasi. Adapun
masing-masing pengujian tersebut dapat dijelaskan sebagai berikut :
3.5.1.1. Uji Normalitas
Tujuan dari dilakukan uji normalitas data adalah untuk menguji apakah dalam model regresi, variable independen dan variable dependen memiliki
distribusi normal atau tidak. Untuk mengetahui apakah distribusi normal atau tidak dapat mengunakan pengujian mengunakan analisis grafik normal
probability plot dan uji stastistik Kolmogorov-Smirnov. Bila tingkat signifikan lebih besar dari 5 berarti data erdistribusi secara normal dan sebaliknya bila
lebih kecil dari 5 maka data tidak terdistribusi secara normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal, apabila
distribusi normal maka model regresi memenuhi asumsi normalitas Ghozali,2011:160.
3.5.1.2. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel bebas Ghozali, 2011:105. Untuk mendeteksi ada atau tidaknya multikolinieritas dalam model
regresi ini adalah dengan menganalisis matrik korelasi variabel-variabel bebas dan apabila korelasinya signifikan antar variabel bebas tersebut maka terjadi
multikolinieritas. Seperti yang dijelaskan oleh Ghozali,2011:105 sebagai berikut :
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen. b. Menganalisis matriks korelasi variabel-variabel independen. Jika antar
variabel independen terjadi korelasi yang cukup tinggi umumnya 0,90, maka indikasi terjadi multikolinearitas. Tidak adanya nilai korelasi yang
tinggi antar variabel independen tidak berarti bebas dan multikolinieritas. Multikolinieritas dapat terjadi karena kombinasi dua atau lebih variabel
independen. c. Multikolinieritas dapat dilihat dari nilai tolerance dan lawannya yaitu
variance inflactor factor VIF. Kedua variabel ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai
tolerance yang rendah sama dengan VIF yang tinggi. Batasan umum yang digunakan untuk mengukur multikolinieritas adalah nilai tolerance 0,1
dan nilai VIF 10 maka tidak terjadi multikolinieritas. Dan jika nilai tolerance 0,1 dan nilai VIF 10, maka terjadi multikolinieritas.
3.5.1.3. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
lainnya. Jika varians dari satu pengamatan ke pengamatan lain sama maka disebut
sebagai homokedastisitas. Model regresi yang baik adalah yang bersifat homokedastisitas Ghozali, 2011:139.
Menurut Ghozali,2011:142 ada beberapa cara untuk mendeteksi heterokedastisitas. Uji Glejser, Uji ini dilakukan dengan cara melakukan regresi
variabel bebas dengan nilai absolut dari residualnya. Jika variabel bebas signifikan secara statistik mempengaruhi variabel dependen. Hal ini jika tingkat
signifikannya diatas 0,05 maka dapat disimpulkan model regrsi tidak mengandung adanya heterosdastisitas. Begitu sebaliknya, jika tingkat singnifikanya dibawah
0,05 maka dapat disimpulkan model regresi mengandung heterosdastisitas. Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan
residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID
dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di –studentized.
3.5.1.4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear berganda ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkitan satu sama lain.
Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya Ghozali, 2011:110. Dalam penelitian ini, uji
autokorelasi dilakukan dengan menggunakan Durbin Watson Test. Uji Durbin
Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya konstanta dalam model regresi dan tidak ada variabel lagi di antara
variabel independen. Hipotesis yang akan diuji: H
O
= tidak ada autokorelasi r =0 H
1
= ada autokorelasi r≠0 Pengambilan keputusan ada tidaknya autokorelasi dilihat pada Tabel.
Tabel 3.4
Pengambilan Keputusan Autokorelasi Hipotesis Nol
Keputusan Jika
Tidak ada autokorelasi postif Tidak ada autokorelasi postif
Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif
Tidak ada autokorelasi positif dan negatif Tolak
No Decision Tolak
No Decision Terima
0 d dl dl
d du 4-dl d 4
4-du d 4-dl
du d 4-du
Sumber : Ghozali, 2011
3.5.2. Teknik Analisis Regresi Linier Berganda